№imagenet1k·general
ImageNet-1k
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-29
- 累计提及
- 17
§ 01综述
ImageNet-1k 近期进展
小鹏发布TuringViT视觉编码器，称数据效率提升10倍
原文标题：小鹏汽车近日发布了TuringViT视觉编码器，该编码器在处理ImageNet-1k数据集时，数据效率提升了10倍。
SLORR: 简单高效的训练时低秩正则化
原文标题：一项名为SLORR的研究提出了简单高效的训练时低秩正则化方法，旨在提升ImageNet-1k等数据集上的模型性能。
对象级LeJEPA：利用SAM掩码提升自监督学习效率
原文标题：对象级LeJEPA方法通过使用SAM掩码，显著提升了自监督学习在ImageNet-1k数据集上的效率。
无数据储层特征实现高效长周期冷启动持续学习
原文标题：研究人员提出了一种无需数据储层特征的方法，实现了在ImageNet-1k数据集上的高效长周期冷启动持续学习。
Rethinking Dataset Distillation: 蒸馏集未必优于核心集
原文标题：关于数据集蒸馏的研究指出，蒸馏集并不总是优于核心集，这一发现对ImageNet-1k等数据集的处理有重要影响。
ℓ_p-SGD/ℓ_p-SGDM：动态p范数优化器提升深度网络泛化
原文标题：动态p范数优化器ℓ_p-SGD/ℓ_p-SGDM被提出，用于提升深度网络在ImageNet-1k等数据集上的泛化能力。
PODS：振荡数据量调度框架，让模型训练更高效
原文标题：PODS振荡数据量调度框架旨在提高模型训练效率，特别适用于ImageNet-1k等大规模数据集。
当前焦点与观察点
ImageNet-1k作为深度学习领域的重要基准数据集，其相关研究正不断深入。近期的研究重点在于提升模型的数据效率、自监督学习效率以及持续学习能力，同时也在探索更有效的数据蒸馏和优化器策略。